【LeetCode】208. 实现 Trie (前缀树)

一、题目

实现一个 Trie (前缀树)，包含 insert, search, 和 startsWith 这三个操作。

示例:

Trie trie = new Trie();

trie.insert("apple");
trie.search("apple");   // 返回 true
trie.search("app");     // 返回 false
trie.startsWith("app"); // 返回 true
trie.insert("app");   
trie.search("app");     // 返回 true

说明:

• 你可以假设所有的输入都是由小写字母 a-z 构成的。
• 保证所有输入均为非空字符串。

二、解决

1、映射

思路：

代码理解没那么难，难的是自己实现且流畅无Bug地书写。

代码：

class TrieNode {
    
    
    public char val;
    public boolean isEnd; 
    public TrieNode[] children = new TrieNode[26];
    public TrieNode() {
    
    }
    TrieNode(char c) {
    
    
        TrieNode node = new TrieNode();
        node.val = c;
    }
}

class Trie {
    
    
    private TrieNode root;
    public Trie() {
    
    
        root = new TrieNode();
        root.val = ' ';
    }

    public void insert(String word) {
    
    
        TrieNode ws = root;
        for (char c : word.toCharArray()) {
    
    
            if (ws.children[c - 'a'] == null) {
    
    
                ws.children[c - 'a'] = new TrieNode(c);
            }
            ws = ws.children[c - 'a'];
        }
        ws.isEnd = true;
    }

    public boolean search(String word) {
    
    
        TrieNode ws = root; 
        for (char c : word.toCharArray()) {
    
    
            if (ws.children[c - 'a'] == null)  return false;
            ws = ws.children[c - 'a'];
        }
        return ws.isEnd;
    }

    public boolean startsWith(String prefix) {
    
    
        TrieNode ws = root; 
        for (char c : prefix.toCharArray()) {
    
    
            if (ws.children[c - 'a'] == null)  return false;
            ws = ws.children[c - 'a'];
        }
        return true;
    }
}

时间复杂度： insert - O(k)，search - O(k)，startsWith - O(k)，k为传入字符串长度。
空间复杂度： insert - O(1)，search - O(1)，startsWith - O(1)

2、哈希

思路：

1的基本组成只有26个小写字母，适用范围相对狭隘。而2用了HashMap结构，相对1更加通用。

代码：

class Trie {
    
    

    class TrieNode {
    
    
        Map<Character, TrieNode> next = new HashMap<>();
        boolean isEnd = false;
    }

    TrieNode root = new TrieNode();

    public Trie() {
    
    
    }

    public void insert(String word) {
    
    
        TrieNode curr = root;
        for (char c : word.toCharArray()) {
    
    
            if (!curr.next.containsKey(c)) {
    
    
                TrieNode tmp = new TrieNode();
                curr.next.put(c, tmp);
                curr = tmp;
            } else {
    
    
                curr = curr.next.get(c);
            }
        }
        curr.isEnd = true;
    }

    public boolean search(String word) {
    
    
        TrieNode curr = root;
        for (char c : word.toCharArray()) {
    
    
            if (!curr.next.containsKey(c)) return false;
            curr = curr.next.get(c);
        }
        return curr.isEnd;
    }

    public boolean startsWith(String prefix) {
    
    
        TrieNode curr = root;
        for (char c : prefix.toCharArray()) {
    
    
            if (!curr.next.containsKey(c)) return false;
            curr = curr.next.get(c);
        }
        return true;
    }
}

时间复杂度： insert - O(k)，search - O(k)，startsWith - O(k)，k为传入字符串长度。
空间复杂度： insert - O(m)，search - O(1)，startsWith - O(1)。

扫描二维码关注公众号，回复： 12059831 查看本文章

三、参考

1、AC JAVA solution simple using single array
2、208. 实现 Trie (前缀树) 包括insert、search、startwith、delete四种操作
3、数据结构设计之实现 Trie (前缀树)[Sumatran Rhinoceros]
4、Java my solution with brief explanations (15ms, beats 95%)
5、Simple Java Solution
6、AC solution in Java